使用光在硅晶圆上 而非电流的芯片技术

虽然基于晶体管的硅芯片在过去几十年中以指数方式提高了计算能力，因为晶体管已经达到了几个原子的宽度，但进一步缩小它们是具有挑战性的。不仅很难做出如此微小的东西，而且随着它们变得更小，信号会在它们之间传播。

包含数千个量子器件（包括单光子探测器）的硅晶片

因此，摩尔定律（每两年芯片上的晶体管密度将翻一番并降低成本）正在放缓，推动行业寻求新的解决方案来满足日益繁重的人工智能计算需求。

挑战在于许多大型机器学习算法可以使用数百或数千个芯片进行计算，并且使用当前的电气方法在芯片或服务器之间传输数据的速度存在瓶颈。

几十年来，光一直被用来通过包括海底电缆在内的光纤电缆传输数据，但将其带到芯片级是很困难的，因为用于产生光或控制光的设备不像晶体管那样容易缩小。

Luminous Computing 是一家由比尔·盖茨 (Bill Gates) 支持的使用硅光子构建人工智能超级计算机的初创公司，去年筹集了 1.15 亿美元。

硅光子技术Ayar Labs单片封装光学 I/O

推动这项技术向前发展的不仅仅是初创公司。半导体制造商也在准备将他们的硅芯片制造技术用于光子学。

GlobalFoundries 计算和有线基础设施负责人 Amir Faintuch 表示，与 PsiQuantum、Ayar 和 Lightmatter 合作帮助建立了一个硅光子制造平台供其他人使用。该平台于 3 月推出。

风险投资公司 Playground Global 的创始人、Ayar Labs 和 PsiQuantum 的投资者 Peter Barrett 相信硅光子学在加速计算方面的长期前景，但表示这是一条漫长的道路。

Wright-Gladstone在设计带有电子光子集成电路的计算机芯片

“Ayar Labs 的人做得很好......他们解决了传统高性能（计算）的数据互连问题，”他说。“但在我们拥有用于非量子系统的纯数字光子计算机之前还需要一段时间。”